우리 가게 상품은 AI가 고를까, 고객이 직접 고를까?

AI가 모든 구매를 대신하는 것은 아니다. 액센츄어 조사에서 반복되는 일을 AI에 맡기겠다는 사람은 74%였지만 구매 결정을 맡기겠다는 사람은 32%, 결제까지 맡기겠다는 사람은 9%였다. 그래서 가게는 먼저 고객이 AI에게 맡길 상품인지, 사람이 직접 고를 상품인지부터 나눠야 한다.

AI가 추천한다는 게 무슨 뜻인가요?

지금까지 추천은 사람이 보는 화면을 중심으로 만들어졌다. 순위와 사진을 보여주고 클릭과 구매를 늘리는 방식이다.

하지만 AI가 고객을 대신해 조건을 읽고 상품을 비교하면 방식이 달라진다. 고객이 「500달러 이하, 직항, 오후 6시 전 도착」처럼 조건을 말하면 AI가 조건에 맞는 상품을 찾고 비교할 수 있다.

스포티파이 연구진은 2026년 추천 시스템 학회 20주년 입장 논문에서 이런 변화를 다뤘다. PC 웹은 검색, 모바일 웹은 추천, 에이전트 웹은 실행이 중심이 된다는 설명이다.

가게 입장에서는 경쟁 상대가 하나 더 생기는 셈이다. 사람이 검색 결과를 보고 고르는 것뿐 아니라 AI가 여러 가게를 비교해 후보를 정할 수 있기 때문이다.

어떤 상품을 AI에게 맡길까요?

판단할 때는 세 가지를 보면 된다. 고객이 원하는 조건을 미리 말할 수 있는지, 결과가 맞는지 확인할 수 있는지, 잘못 샀을 때 손해가 크고 되돌리기 어려운지를 보는 것이다.

늘 쓰던 프린터 용지처럼 조건이 분명하고 잘못 사도 손해가 작은 상품은 AI가 고르기 쉽다. 반대로 신혼여행이나 선물처럼 취향을 직접 보고 판단해야 하는 상품은 사람이 고르는 쪽에 가깝다.

세 조건이 모두 좋으면 AI가 알아서 살 수 있다. 하나라도 약하면 AI가 후보를 추리고 사람이 최종 선택하는 방식이 된다.

그런데 고객이 정말 AI에게 맡길까요?

실제 조사에서는 AI에 맡기는 범위가 생각보다 좁다. 액센츄어가 2026년 1월 16개국 2만 5,590명을 조사한 결과, 반복 업무 위임은 74%였지만 구매 결정 위임은 32%, 결제까지 위임은 9%였다.

품목별 차이도 크지 않았다. 결정 위임은 정기 서비스가 36.1%, 여행이 29.5%로 6.6%p 차이였다.

반면 같은 정기 서비스에서도 「AI와 함께 고르기」는 88.4%였지만 「알아서 사기」는 12.5%였다. 상품보다 중요한 것은 고객이 구매 과정에서 AI에게 어디까지 맡기느냐는 점이다.

다른 조사에서도 비슷한 흐름이 보인다. 리스키파이드 조사에서는 61%가 상품을 찾을 때 AI를 쓰면서도 55%는 AI가 결제까지 하는 것이 불편하다고 답했다.

프로덕트닷에이아이 조사에서는 86%가 구매 전에 직접 확인한다고 답했다. AI가 후보를 찾는 것과 AI에게 최종 구매를 맡기는 것은 다른 문제다.

한국 고객은 AI 쇼핑에 대한 기대가 더 높은 편이다. 크리테오 조사에서 한국 응답자의 69%가 AI 에이전트가 쇼핑 시간과 비용을 크게 줄여 줄 것이라고 답했고, 전체 평균은 58%였다.

우리 가게는 홈페이지를 어떻게 준비해야 하나요?

생수, 사료, 소모품처럼 반복 구매가 많은 업종은 AI가 비교할 수 있는 정보를 먼저 갖춰야 한다. 규격, 단가, 재고, 배송일처럼 조건을 숫자와 문장으로 분명하게 적는 것이 중요하다.

세탁과 청소처럼 서비스 범위가 있는 업종은 지역, 요일, 가격, 취소 조건을 적고 작업 전후 사진을 함께 보여주는 방식이 맞다. 숙소도 인원, 날짜, 환불 규정, 편의시설과 함께 방 사진과 주변 정보를 제공해야 한다.

한의원, 치과, 인테리어처럼 잘못 선택했을 때 손해가 큰 업종은 다르다. 비용 범위와 자격, 보증 조건처럼 비교할 수 있는 정보도 필요하지만 담당자 경력과 실제 사례처럼 사람이 판단할 정보도 필요하다.

꽃집, 선물, 옷처럼 취향이 중요한 업종도 마찬가지다. 가격대와 당일 배송 가능 여부는 AI가 먼저 읽게 하고, 사진과 만든 이유, 어울리는 상황은 사람이 최종 판단할 수 있게 보여주는 편이 맞다.

가격만 적으면 AI가 우리 가게를 고를까요?

가격만으로는 부족하다. AI가 비교하려면 상품이나 서비스의 조건을 확인할 수 있어야 한다.

AI가 고르는 쪽이라면 단가와 옵션별 가격, 재고, 배송일, 취소와 환불 조건, 규격과 인증 번호처럼 확인 가능한 정보를 빠짐없이 적어야 한다. 오픈AI의 상품 정보 등록 문서도 식별 번호, 설명, 가격, 재고, 사진, 배송 방법 같은 정보를 요구한다.

사람이 고르는 쪽이라도 기본 조건은 필요하다. 비용 범위와 상담 절차, 보증 기간을 알 수 없으면 AI가 후보를 추리는 단계에서 불리할 수 있다.

광고보다 사실이 중요해지는 건가요?

사람이 추천 목록을 직접 보지 않는다면 사람 눈에 띄는 광고 자리의 효과는 줄어들 수 있다. 스포티파이 연구진은 대신 서비스 보증이나 상품 속성처럼 AI가 해석할 수 있는 정보가 중요해질 수 있다고 봤다.

AI를 속이려고 숨은 지시문을 넣거나 부풀린 상품 정보와 가짜 글을 만드는 방식도 생길 수 있다고 연구진은 경고했다. 다만 이 부분은 연구진의 예상이며 실험으로 확인된 결과는 아니다.

그래서 홈페이지에서는 AI를 속이는 표현보다 확인할 수 있는 사실을 정리하는 편이 낫다. 가격과 조건이 바뀌면 그날 고치고, 사람에게 보여줄 사례와 담당자 정보도 계속 업데이트해야 한다.

이 연구만 믿고 업종을 정해도 될까요?

그럴 필요는 없다. 이번 연구는 새로운 실험이나 측정 결과가 아니라 입장 논문이고, 업종별 분류도 연구진이 고정된 분류가 아닌 대략적인 묶음이라고 밝혔다.

또 연구진의 사례는 음악 스트리밍 회사와 관련된 내용이 많고 동네 가게나 한국 시장을 직접 다루지는 않는다. 고객 조사 역시 실제 구매 기록이 아니라 설문 응답이다.

따라서 사장님이 가져갈 결론은 단순하다. AI가 고를 가능성이 높은 상품은 조건과 숫자를 촘촘하게 만들고, 사람이 고를 상품은 사례와 사진을 충분히 보여주는 것이다.

같이 읽을 글

• AI가 대신 사는 시대, 가게는 무엇부터 준비해야 할까?
• 고객이 AI에게 가게를 골라 달라고 하면 어떻게 해야 할까?
• AI가 고객을 데려오면 예약은 바로 이어질까?
• 고객이 AI에게 브랜드 선택을 맡기면 단골도 떠날까?

자료 출처

• Who Are We Recommending To? Recommender Systems in the Agentic Web(Spotify USA·UK·arXiv 2609.11945·2026년 7월 제출, ACM RecSys 2026 입장 논문)
• Accenture Consumer Pulse Research 2026(액센츄어·2026년 1월 조사·16개국 2만 5,590명)
• Accenture Consumer Pulse 2026 보고서 PDF(액센츄어·2026)
• 73% use AI for shopping, 55% won't let it buy anything(포캐스트 보도·리스키파이드 2026년 1분기 미국·영국 2,000명, 프로덕트닷에이아이 2026년 4월 미국 1,463명 인용)
• 한국인 69% 「AI로 쇼핑 효율 높아질 것」(디아이투데이·크리테오 조사·2026년 3월·8개국 약 6,800명, 한국 1,000명)
• 크리테오 소비자 트렌드 리포트 보도자료(크리테오·2026년 3월)
• The agentic commerce opportunity(맥킨지·2025년 10월·2030년 전망)
• Commerce key concepts — 상품 정보 등록 안내(오픈AI 개발자 문서)